一种基于简化模型的双相位中心极化层析分解方法

1.本发明属于全极化层析合成孔径雷达（tomographic synthetic aperture radar，tomosar）领域，具体涉及一种基于简化模型的双相位中心极化层析分解方法。


背景技术：

2.极化干涉sar层析技术是sar极化与干涉层析技术的结合，使高分辨成像雷达同时具备了目标电磁特征探测与目标空间结构、环境感知的能力，使得极化干涉sar层析技术对目标的检测、识别，特征参数提取等方面有了进一步的探知空间。极化目标分解理论是极化信号处理中最广为人知的理论之一，但结合sar层析的目标分解算法远不如极化目标算法成熟。目前，基于极化层析目标分解的算法计算繁琐，多相位中心问题被忽略，成为制约极化干涉sar多维信息提取技术瓶颈之一。
3.随着机载、星载极化 sar 系统重复航过的海量数据获取，实现垂直距离向合成孔径技术的硬性条件已经得以具备。针对极化干涉层析sar数据的多维信息提取已成为新型sar系统领域的一个研究热点。然而，目前对极化干涉sar层析的目标分解算法的理解仍较单一，且复杂目标的多相位中心问题在极化干涉sar层析分解时被忽略。


技术实现要素：

4.鉴于此，本发明旨在提供一种基于简化模型的双相位中心极化层析分解方法，提高算法对森林等复杂目标的解译效果。
5.为达到上述目的，本发明采用的技术方案如下：一种基于简化模型的双相位中心极化层析分解方法，包括如下步骤：步骤1、依据选用的极化相干体散射模型提取体散射分量；步骤2、依据主导散射特征，提取表面散射或偶次散射分量的散射权重及干涉协方差矩阵；步骤3、对于表面散射分量，采用双相位中心原理计算两个相位中心的散射权重及相应的干涉协方差矩阵；步骤4、对各极化层析分解量进行极化层析谱估计。
6.进一步地，所述步骤1包括：（1）选用反射对称或非反射对称条件下的体散射模型；（2）由极化干涉层析矩阵r计算体散射权重fv及相应的干涉相干矩阵cv；（3）为保证剩余极化层析矩阵符合物理散射机理，修正干涉协方差矩阵c
vn
为半正定hermite矩阵，并逐步降低体散射权重fv，以保证剩余极化层析矩阵rr也为半正定hermite矩阵；（4）计算体散射成分对应的极化相干层析矩阵。
7.进一步地，所述步骤2包括：（1）依据剩余极化层析矩阵rr，计算特征参数p；
（2）根据特征参数p的范围，判断剩余成分中的主导散射特征；（3）当p》1时，认为剩余极化层析矩阵中表面散射占主导，简化偶次散射模型，计算表面散射分量及偶次散射分量的权重及相应的干涉相干矩阵；（4）当p《1时，认为剩余极化层析矩阵中偶次散射占主导，简化表面散射模型，计算表面散射分量及偶次散射分量的权重及相应的干涉相干矩阵；（5）修正表面散射和偶次散射分量的干涉协方差矩阵，并计算表面散射和偶次散射成分对应的极化相干层析矩阵。
8.进一步地，所述步骤3包括：（1）对每一待定相位中心，计算其相应的干涉相干矩阵；（2）遍历相位中心高度z1、z2(z
min
,z
max
)和权重f
x1
∈[0,f
x
]，取双相位中心与上部表面散射分量的极化层析矩阵差的范数最小时对应的两个相位中心高度和权重值作为分解结果，其中，f
x
为待分析的散射分量权重。
[0009]
进一步地，所述步骤4包括：计算各个高程位置下，各散射分量的极化层析功率谱：其中，，是对ba(z)进行共轭转置，a(z)是导向矢量，i
(3
×
3)
是三阶单位矩阵，tr()为对矩阵求迹，r
x
表示偶次散射或表面散射极化层析矩阵。
[0010]
有益效果：本文提出了一种基于简化模型的双相位中心极化层析分解方法，可应用于森林等复杂目标的特征提取与散射机理分析，提高算法对包含双相位中心类目标的解译效果。
附图说明
[0011]
图１是本发明一种基于简化模型的双相位中心极化层析分解方法流程示意图；图2 是层析实验数据示意图；图3a，图3b，图3c，图3d是极化层析分解功率谱图，其中图3a是体散射分量功率谱图，图3b是表面散射分量功率谱图，图3c是偶次散射分量功率谱图，图3d是合成图。
具体实施方式
[0012]
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。此外，下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。
[0013]
本发明对极化干涉层析数据进行极化目标分解为表面散射、偶次散射和体散射三种散射分量，获取目标的多维散射信息。依据选用的极化相干体散射模型提取体散射分量。依据主导散射特征，提取表面散射或偶次散射分量的散射权重及干涉协方差矩阵。对于表面散射分量，采用双相位中心原理计算两个相位中心的散射权重及相应的干涉协方差矩阵。对各极化层析分解量进行极化层析谱估计。
[0014]
如图1所示，本发明的一种基于简化模型的双相位中心极化层析分解方法，具体包
括如下步骤：步骤1、依据选用的极化相干体散射模型提取体散射分量，包括：（1）选用反射对称或非反射对称条件下的体散射模型。
[0015]
在反射对称条件下，极化相干矩阵的表面散射、偶次散射和体散射模型为：(1)其中，fs是表面散射权重，β是表面散射特征参数，fd是偶次散射权重，α是偶次散射特征参数,fv是体散射权重，ts，td，tv分别为表面散射、偶次散射和体散射模型；在非反射对称条件下，极化相干矩阵的体散射模型选用下式计算：
ꢀꢀꢀꢀꢀ
(2)其中，
ꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(3)其中，n是随机性参数，θ是平均倾角；（2）由极化干涉层析矩阵r的部分元素计算体散射分量权重fv及相应的干涉相干矩阵cv。
[0016]
体散射分量权重fv的数值，以及其对应的干涉协方差矩阵cv仅与极化层析协方差矩阵r中(2n 1:3n, 2n 1:3n)的元素相关。
[0017]
对于反射对称情况，采用下式计算： (4)其中，n是层析观测通道个数，数据符号diag表示对矩阵求对角线值，j是虚数单位，angle()表示对括号内的参数求角度，c
vn
为协方差矩阵，rv是体散射分量的极化层析矩阵。
[0018]
对于非反射对称情况，计算任意随机性参数n和平均倾角θ参数下的体散射模型tv(θ)、体散射分量权重fv及相应导向矢量相关的协方差矩阵c
vn
。针对森林类目标，选用体散射权重最大的体散射模型tv(θ)，及相应的干涉协方差矩阵： (5)（3）为保证剩余极化层析矩阵符合物理散射机理，修正干涉协方差矩阵c
vn
为半正定hermite矩阵，并逐步降低体散射分量权重fv，以保证剩余极化层析矩阵rr也为半正定hermite矩阵。
[0019]
对于单一相位中心的目标而言，散射过程可由以相位中心高度z0附近的l个相位高度的干涉相干过程平均化表示。在设定高程(z
min
,z
max
)范围内任意相位中心高度z0附近的干涉协方差矩阵，可采用下式计算：
ꢀꢀ
(6)其中，a(z)是导向矢量，十字标号表示对矩阵求转置共轭，l为多视平均数，z
0 i
为高度参数。比较c
vn
与，计算两者矩阵差的f范数，取矩阵差f范数最小的干涉协方差矩阵为该散射过程的干涉协方差矩阵估计值。
[0020]
为保证提取体散射成分后的剩余极化层析矩阵也应为半正定hermite矩阵，逐步减少体散射分量权重fv，以保证剩余极化层析矩阵rr的特征值均非负。
[0021]
（4）计算体散射成分对应的极化相干层析矩阵：
ꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(7)步骤2、依据主导散射特征，提取表面散射或偶次散射分量的散射权重及干涉协方差矩阵，包括：（1）依据剩余极化层析矩阵rr=r－rv，计算特征参数p；(8)（2）根据特征参数p的范围，判断剩余分量中的主导散射特征。
[0022]
依据下式判断剩余极化层析矩阵的主导散射特征：
ꢀꢀꢀꢀꢀꢀꢀꢀ
(9)（3）当p》1时，认为剩余极化层析矩阵中表面散射占主导，简化偶次散射模型，计算表面散射分量及偶次散射分量的权重及相应的干涉相干矩阵。
[0023]
即当p》1时，认为剩余极化层析矩阵中表面散射占主导，简化偶次散射模型，令α=0，此时：
ꢀꢀꢀꢀꢀꢀ
(10)其中，trace()表示求矩阵的迹，c
sn
表示未进行修正的表面散射干涉协方差矩阵；偶次散射分量可由提取出表面散射分量后的剩余分量计算得到： (11)其中，r
r_s
为提取出表面散射分量后的剩余分量，c
dn
表示未进行修正的偶次散射干涉协方差矩阵；（4）当p《1时，认为剩余极化层析矩阵中偶次散射占主导，简化表面散射模型，计算表面散射分量及偶次散射分量的权重及相应的干涉相干矩阵。
[0024]
即当p《1时，认为剩余极化层析矩阵中偶次散射占主导，简化表面散射模型，令β=0，此时： (12)表面散射分量可由提取出偶次散射分量后的剩余分量计算得到：
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(13)（5）修正表面散射和偶次散射分量的干涉协方差矩阵，并计算表面散射和偶次散射成分对应的极化相干层析矩阵。
[0025]
与体散射成分提取的过程相似，修正估计表面散射和偶次散射分量对应的干涉协方差矩阵和，并通过和计算表面散射和偶次散射成分对应的极化相干层析矩阵。
[0026]
步骤3、对于表面散射分量，采用双相位中心原理计算两个相位中心的散射权重及相应的干涉协方差矩阵，包括：
（1）对每一待定相位中心，计算其相应的干涉相干矩阵。
[0027]
对于每一待定相位中心，依然假定该散射过程（机理）集中位于某相位中心高度z0附近，其相应的干涉相干矩阵可表示为：
ꢀꢀꢀ
(14)（2）遍历相位中心高度z1、z2(z
min
,z
max
)和权重f
s1
∈[0,fs]，取双相位中心与上部表面散射分量的极化层析矩阵差最小时对应的两个相位中心高度和权重值作为分解结果。
[0028]
在相位中心高度z1、z2(z
min
,z
max
)和权重f
x1
∈[0,fs]下，遍历计算：
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(15)其中，，f
s1
为第一个相位中心位置表面散射分量的权重，c
s1
是其对应的干涉相干矩阵，f
s-f
s1
为第二个相位中心位置表面散射分量的权重，c
s2
是其对应的干涉相干矩阵。取其最小值对应的两个相位中心高度和权重值作为分解结果。
[0029]
由于对森林目标而言，双相位中心的情况会出现在来自地面的漫散射和来自冠层的漫散射同时出现在同一分辨单元时，因此该步骤着重针对表面散射分量。实际上该算法也适用于其他散射类型，且该算法包含单相位中心的情况。
[0030]
步骤4、对各极化层析分解量进行极化层析谱估计，包括：计算各个高程位置下，各散射分量的极化层析功率谱。
[0031]
ꢀꢀꢀꢀꢀꢀꢀ
(16)其中，，a(z)是导向矢量，i
(3
×
3)
是三阶单位矩阵，是对ba(z)进行共轭转置，tr()为对矩阵求迹，rx表示偶次散射或表面散射极化层析矩阵。
[0032]
本发明的实验验证采用的多基线极化干涉 sar 数据来自欧洲空间局（esa）2009 年热带林机载 sar 遥感实验（tropisar 2009），由 6 轨重复飞行获取的 p-波段全极化 sar 数据组成。机载数据采用法国国家航空航天研究中心（onera）研制的 sethi 雷达系统于 2009 年 8 月在法属圭亚那巴拉库研究基地获取。该数据已完成定标和配准，截取全景图的子图像进行极化层析实验，所截区域如图2所示。对该实验图像的某行数据（如图2所示），首先进行基于pga相位补偿，采用本发明提出的非反射对称条件下的极化层析分解功率谱结果如图3a，图3b，图3c，图3d所示，可以发现偶次散射主要表现在地表层附近，体散射遍布树冠层，表面散射主要出现在地表层，但是树冠顶层也同样出现了比较弱的表面散射分量，该结果更加符合实际的地物散射机理。实验结果表明，基于极化层析分解的高程功率谱反演对目标的散射特征描述更加清晰，高程分布的散射机理更加准确。
[0033]
本领域的技术人员容易理解，以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。